“标签系统搭建”三步走：解决价值、手段、可持续性问题

本文根据神策数据副总裁张涛在主题沙龙《用户个性化运营-标签系统构建新机遇》中的演讲整理收入。在企业中，标签系统不再是“高大”的说法。然而，很少有企业能真正实现用户标签的价值，就像“青少年谈论性”一样，有一段话可以恰当地描述：今天我的分享主要包括四个方面：建立标签系统，谁在企业中这样做？看似简单的“标签系统建设”三步走“大功告成”后逐渐暴露出问题的三种方式一是建设标签系统，企业中谁在做？对于一个企业来说，每个职能角色更关心的是“是否可以使用标签”，而很少关心“谁应该是标签的建设者”。事实上，绝大多数企业标签的建设最终都是由企业的支持部门完成的，如技术部门或数据部门。二、看似简单的“标签系统建设”三步走乍一想，构建用户标签是一件非常简单的事情。简单来说，就像“把大象放进冰箱”三个步骤:收集需求-构建标签框架-填充数据，下面详细介绍。第一步是“需求收集”来构建企业的标签系统，支持部门将承担“整个公司的所有需求”，所以第一步是收集整个公司的需求。市场、运营、产品和技术对标签的需求差异很大。例如，市场学生*用户的整体肖像，更*“结果”。例如，他们想了解“渠道属性”，知道用户转换效果会更好；操作学生希望了解更准确的数据，从而构建用户群，实现用户的个性化推荐，例如，向“消费超过1000元的用户”推荐活动；产品专业的学生*数千人和数千张脸的个性化页面显示；技术专业的学生追求获取数据的便利性。他们希望每条功能线都能将所有数据放在一个平台上，形成一个统一的用户信息管理平台，而不是每次开发新的需求时都去不同的业务系统获取数据。。。当然，这只是企业内部需求多样性的缩影。事实上，由于企业中有很多标签需求方，即使是同一个产品学生，对标签的理解和需求也是非常不同的。事实上，由于企业中有许多标签需求方，即使他们也是产品学生，他们对标签的理解和需求也非常不同。第二步是“抽象”。面对收集到的“琳琅满目”的需求，“抽象”是标签系统满足多业务线需求的必要步骤。它需要抽象成一个标签框架，这是一个巨大的挑战。因此，大多数企业标签系统的初始框架是一个巨大的系统。在初始框架中，通常包括：人口统计信息、用户个人档案、业务数据沉淀、业务标记信息、战略计算标记等。在这里，我将重点介绍“战略计算标记”。我们给用户贴标签，往往不依赖用户填写的信息或收集到的基本维度的信息，而是包含策略计算的标签。例如，我们给“启动应用程序但未注册七天”的用户贴上“高损失风险”的标签，这是定义的策略标签。第三步是在标签框架中“填充数据”数据的来源通常包括：用户填写、行为数据、业务数据、战略规则、外部补充等。其中，在“行为数据”的来源中，用户群是常用的数据分析模型，如筛选出“半年内看过五部以上宫斗剧”的用户群，并将其贴上“宫斗迷”的标签；“外部补充”不仅仅是购买数据库的一种补充数据的方式。对于大型企业和集团来说，多业务线往往涉及数据的不断交流和相互补充。总的来说，从收集需求-构建标签框架-填充数据来看，这是一个非常流畅的逻辑链。很多企业都能做到这一步，但这一步是否意味着大功告成？事实上，在参观企业的过程中，我发现每个人都会有各种各样的问题，以下更为典型。1.标签定义解释通常，标签系统建设团队定义标签称为“高价值用户”，业务线根据自己的差异化需求，“高价值用户”理解偏差和应用差异，标签系统建设团队需要花更多的时间解释标签的定义，经常向业务线学生解释，发现不符合其实际需要。2.更新和维护标签不断更新，标签之间有一定的交叉和依赖，系统背后有一定的逻辑关系，业务方不理解，经常惊讶：为什么昨天的标签数据没有运行，运行是空值。在应用程序中有各种各样的担忧。3.新需求“高中低价值用户分数太粗，我想⼀中高之间的标签……”会有很多这样的需求，所以标签系统建设团队会安排得太满。3.新需求“高中低价值用户分数太粗，我想⼀中高之间的标签……”会有很多这样的需求，所以标签系统建设团队会安排得太满。举个例子。在拜访银行客户的过程中，客户问我“开发一个新标签需要多长时间？“对我们来说，建立一个新的标签是一件非常简单的事情，修改规则并运行数据几分钟。事实上，银行客户的整个过程持续了一个月，从提出用户分组的想法，到与数据部门沟通和确认需求，再到安排开发。为什么这么久？客户解释：作为后端支持部门，数据部门无法直接与业务端口的学生沟通。例如，“高贷款潜力”用户可能不熟悉数据部门。因此，在沟通过程中，双方需要沟通到每个字段、值、操作规则等，明确后，由于缺乏研发资源，可能需要安排时间表。4.需求冲突抽象的标签框架满足了整个企业业务线的需求。例如，在启动应用程序后七天内未注册的用户是“高损失风险”用户，而一些业务线认为“当天未下订单是高损失风险用户”，因此，建议标签系统建设团队修改标签，但修改标签会影响其他业务线对标签的使用。5.运营团队等数据输出将根据用户群进行个性化推荐，而推送系统也需要一些标签，这将导致一定程度的复杂性。5.例如，运营团队将根据用户群进行个性化推荐，推送系统也需要一些标签，这将导致一定程度的复杂性。基于上述问题，标签系统建设团队将始终承受来自各种业务线的压力。虽然标签系统花费了大量精力，但内部反馈无法使用。4、在过去的十年里，我几乎一直在做C端的产品设计和运营管理，我也有短期的B端经验。我的工作将涉及标签系统。鉴于上述情况，我考虑了三种更可行的方法来打破这种局面：1.放弃⼤对于整个框架，产品、运营、产品等对标签的需求存在很大差异，不同运营团队的需求也存在很大差异，⼤全标签框架实际上是从用户的角度构建的，但真正的标签用户是业务方，所以应该从业务的角度来实现。因此，最好的处理方法是放弃顶级用户的抽象视角，根据各业务线或部门的需求和实际应用场景，向相应部门提供标签。因此，最好的处理方法是放弃顶级用户的抽象视角，根据各业务线或部门的需求和实际应用场景，向相应部门提供标签。以直播平台的消费者运营为例，其消费者运营分为两类：大R用户和普通用户，大R用户的年消费从数万到数百万不等，而普通用户的年消费在数百到数千元之间。运营团队对这两类人有完全不同的操作理念，所以对标签的需求也不同：对于大R用户，平台将为该群体提供一对一的服务，因此运营商需要了解大R的详细数据，如他们的互动对象、*锚类型等；而普通用户通常使用用户组操作。因此，我们不可能使用相同的标签来覆盖整个运营团队。这种将标签需求推向业务场景的方法可以更紧密地适应业务场景，提高可用性。2.标签生成自助化，解决效率和沟通成本主要体现在三个方面。(1)标签生成的自助化可以最大限度地降低沟通成本。各业务线对标签定义有不同的理解，需要标签系统建设团队花费大量的时间进行沟通。如果能让业务方自己定义规则，那一定是沟通成本最低的方式。(2)标签生成的自助化，可重复修改规则，减少无效标签的积累。业务一直在发展，如果规则保持不变，就很难跟上业务节奏的变化。我拜访了一家电子商务公司，他们发现半年前定义“母婴客户群”的转化率一直在下降，所以根据实际情况修改和定义了“母婴客户群”规则，并命名为“母婴客户群（新）”。此时，以前的规则无效，并将始终占据计算资源。。。如果支持重复修改规则，这种无效标签将大量消失。(3)释放数据团队的人力和业务团队的想象力。数据团队应该在企业的整个数据平台或新业务模型上花费更多的精力，而不是处理每条业务线的标签需求和标签维护。自动标签生成可以大大节省人力，释放团队想象力。举个例子。有一个在线健身应用程序，是一个深度应用于神策标签系统的企业。从标签创建到推动动作完成的整个过程不超过半小时，这意味着他们可以在半小时内评估推动活动的效果。他们曾经给我讲过一个有趣的故事：公司为白领开设了腰椎修复课程。基于用户群筛选用户群后，发现效果不好。然后深入研究发现，本课程容易坚持的群体特征是：BMI指数高的群体。因此，团队重新创建了新的运营计划，最终取得了更好的效果。通过这种情况，我们可以看到，一旦业务人员能够快速访问和创建标签，它将给他们很大的商业想象空间，让更多高质量的操作场景着陆。3.有效的标签管理机制主要体现在以下几个方面。（1）规则和元信息维护：与标签相关的规则和元信息应尽可能暴露给用户，以便用户能够清楚地知道标签规则、创建者、维护者、标签更新频率周期等，而不是没有规则，或在标签施工团队内的word文档中存在规则。（2）调度机制和信息同步：标签之间有一些联系，标签之间的链断裂，是否有调度机制或信息同步机制，以免影响每个人的工作。（3）高效统一的输出接口：总结所有业务信息和用户数据信息，有统一的输出接口，改变不同业务系统开发不同接口的需要。我们回顾了三种打破这种局面的方法，本质上解决了三个问题：价值、手段和可持续性：将业务场景的需求推回，让业务方将其用作最终目标，从而实现标签系统的价值；标签生成的自助化解决了我们使用什么方法来实现价值；有效的标签管理机制意味着一个标签系统能否在企业中可持续运行。简而言之，对于企业来说，最重要的是：一个标签系统是否可以用于业务，是否可以覆盖更广泛的需求，而不是一个大而完整的框架。